关于AES与SM4加密过程中随机数的介绍_全国大学生集成电路创新创业大赛_RISC-V论坛讨论

【求助】关于AES与SM4加密过程中随机数的介绍

报名编号：CICC2353

称团队名：不划水队

所选杯赛：芯来RISC-V杯

在AES与SM4加密算法中，密钥的安全生成非常重要，如果对数据每次加密都使用相同的密钥，再长的密钥都会有被暴力破解的时候，因此密钥的不可预测与随机性非常重要。此外对于一些加密模式（比如CBC模式）需要一个初始化向量IV作为第一个加密块的输入，这个部分也应该使用随机数。随机数由随机数生成器RNG提供。

随机数生成器分为真随机数生成器（TRNG）和伪随机数生成器(PRNG)。真随机数需要依赖于真正的随机事件或物理过程。例如，通过硬件随机数生成器（HRNG）可以基于物理过程（例如量子效应、热噪声，CPU时间等）来生成真随机数。这些真随机数是由自然界中的不确定性事件产生的，不受算法或初始种子的影响。伪随机数生成器是通过确定的算法和初始种子（seed）来生成随机数，如果使用相同的seed，生成的随机数会不断重复，导致泄露的风险。

在计算机系统、安全通信以及密码协议中广泛使用的，是确定性随机数生成器（Deterministic Random Bit Generator，DRBG）。它是一种基于确定性算法的伪随机数生成器，DRBG 使用一个种子作为起点，然后根据特定的算法和状态转换函数生成一个随机数序列。这个算法和状态转换函数通常使用密码学原语（如哈希函数、对称加密算法等）来确保生成的随机数具有高度的不可预测性和均匀分布性。为了提高生成序列的随机性，DRBG 引入了熵源（entropy source）作为初始种子。熵源可以是真随机数生成器、硬件噪声源等，用于增加生成随机数的不确定性。熵源的质量对于 DRBG 的安全性和随机性至关重要。保护好种子的保密性和熵源的质量是确保 DRBG 生成高质量随机数的关键。